基于深度学习的文化遗迹地震数据的多源特征融合方法

科学领域:

• 遗产科学科学 遗产科学
• 人工智能的人工智能
• 地质物理学 地质物理学

背景情况:

• 博物馆面临着严重的地震风险,威胁着文化遗产.
• 缺乏多样化的地震危险数据阻碍了有效的遗迹保护策略.

研究的目的:

• 开发一种基于深度学习的方法来评估对文化遗产的地震损害.
• 提高博物馆藏品地震损害数据分析的准确性和效率.

主要方法:

• 为文化遗产构建了一个地震事件本体学模型.
• 开发了一种深度学习多源功能融合方法,用于损害评估.
• 使用超像素地图卷积融合和自动数据匹配模型.

主要成果:

• 在地震损害评估中获得了93.6%的准确性.
• 在文化遗产标签匹配中达到82.6%的准确性.
• 创建了一个数据集,用于对文化遗产的地震损害风险分析.

结论:

• 拟议的方法为地震损害分析提供了准确和有效的数据支持.
• 为保护藏品中的文化遗迹免受地震影响提供了科学基础.